PulseAugur
中
实时 08:35:12
实体 Lagrangian Reward Augmentation

Lagrangian Reward Augmentation

PulseAugur coverage of Lagrangian Reward Augmentation — every cluster mentioning Lagrangian Reward Augmentation across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_128755 ·

    新的 LARA 框架增强推理过程中的 AI 安全性

    研究人员推出了一种名为拉格朗日奖励增强（LARA）的新型框架，旨在在推理过程中引导冻结的语言模型，同时遵守安全约束。LARA 将对齐问题重新表述为一维凸优化问题，从而可以创建增强的奖励信号。该信号可以集成到现有的推理时间对齐方法中，从而改善有用性和无害性之间的平衡。评估表明，LARA，特别是结合了 Best-of-N 重排序，其性能接近传统的微调方法。